핵비등이탈율 제한치(limit DNBR) 및 공정 핵비등이탈율 (nominal DNBR) 을 산출하는 새로운 통계적 노심열설계 방법이 제안 되었으며 원자로심에서의 최적평가 열여유도를 추정하는데 사용되었다. 먼저, 입력변수의 표본추출방법으로 기존의 실험계획법 대신에 라틴하이퍼큐브 표본추출법 (Lain Hypercube Sampling)이 사용되어 회귀분석됨으로써 그 효용성이 평가된다. 다음으로 본 논문의 주요 주제로써, 수정된 라틴 하이퍼큐브 표본추출법 (MLHS) 과 가설검정통계법(Hypothesis Test Statistics)이 현재의 통계적 노심열설계방법에 대한 대안 으로써 제안되었다. 제안된 방법론에서는 첫째, 일부변수의 끝부분에서 발생할 수 있는 극단의 경우를 피하기 위해 입력변수의 각 간격에서 무작위값 대신 평균값을 사용하는 수정된 라틴 하이퍼큐브 표본추출법을 채택하고 있다. 다음으로 입력변수간의 독립성은 그들의 불확실성을 통계적으로 처리하기 위해 ""...
핵비등이탈율 제한치(limit DNBR) 및 공정 핵비등이탈율 (nominal DNBR) 을 산출하는 새로운 통계적 노심열설계 방법이 제안 되었으며 원자로심에서의 최적평가 열여유도를 추정하는데 사용되었다. 먼저, 입력변수의 표본추출방법으로 기존의 실험계획법 대신에 라틴하이퍼큐브 표본추출법 (Lain Hypercube Sampling)이 사용되어 회귀분석됨으로써 그 효용성이 평가된다. 다음으로 본 논문의 주요 주제로써, 수정된 라틴 하이퍼큐브 표본추출법 (MLHS) 과 가설검정통계법(Hypothesis Test Statistics)이 현재의 통계적 노심열설계방법에 대한 대안 으로써 제안되었다. 제안된 방법론에서는 첫째, 일부변수의 끝부분에서 발생할 수 있는 극단의 경우를 피하기 위해 입력변수의 각 간격에서 무작위값 대신 평균값을 사용하는 수정된 라틴 하이퍼큐브 표본추출법을 채택하고 있다. 다음으로 입력변수간의 독립성은 그들의 불확실성을 통계적으로 처리하기 위해 ""상관계수 검정 (Correlation Coefficient Test) 을 통해 증명된다. 또한 핵비등이탈율 반응의 분포형태는 ""적합도 검정 (Goodness of Fit Test)"" 방법을 통해 결정된다. 끝으로 95\% 확률과 95\%의 신뢰수준을 갖는 $DNBR_{95/95}$ 이 추정된다. 제안된 방법론이 반응표면과 몬테칼로 모의 기술을 사용하는 기존의 통계방법에 비해 갖는 장점은 결과적인 핵비등이탈율의 신뢰수준을 동등하게 유지하면서도 분석절차를 단순화 시킨데 있다. 제안된 통계처리방법은 두 경우의 핵비등이탈율 여유도 계산에 적용되었다. 첫번째 경우는 핵비등이탈율여유도가 공칭 핵비등이탈율과 핵비등이탈율 제한치 사이의 간격으로 결정되는 핵비등이탈율 제한치결정에 적용된 것이다. 두번째 경우는 핵비등이탈율 여유도가 공칭 핵비등이탈율의 하한한계값과 임계열유속 상관식 제한치 사이의 간격으로 결정되는 공칭 핵비등이탈율 결정에 적용된 것이다. 본 연구를 통해, 제안된 방법이 회귀분석을 수행치 않음에도 불구하고 조금 복잡한 반응표면과 몬테칼로 방법을 이용한 경우와 핵비등이탈율 결과에 있어 잘 일치함이 확인되었다. 핵비등이탈율 결정에 있어 유한 표본추출의 경우에도 일방 허용한도 (one-sided tolerance limit)로 1.645의 값을 사용하면 최적 추정값에 가까운 결과를 나타낼 수 있음이 밝혀졌으나 최적 추정값에 가까운 결과가 설계적용에 있어서는 보수적이 아닐 수 있기 때문에 허용한도 적용은 분석의 목적에 ae蕙 }신중을 기해야 할 것이다. 또한 제안된 방법은 입력변수의 민감도 분석에도 적용될 수 있다. 결과적으로 제안된 방법은 설계적용의 유용한 도구로도 사용될 수 있음이 밝혀졌다.
핵비등이탈율 제한치(limit DNBR) 및 공정 핵비등이탈율 (nominal DNBR) 을 산출하는 새로운 통계적 노심열설계 방법이 제안 되었으며 원자로심에서의 최적평가 열여유도를 추정하는데 사용되었다. 먼저, 입력변수의 표본추출방법으로 기존의 실험계획법 대신에 라틴하이퍼큐브 표본추출법 (Lain Hypercube Sampling)이 사용되어 회귀분석됨으로써 그 효용성이 평가된다. 다음으로 본 논문의 주요 주제로써, 수정된 라틴 하이퍼큐브 표본추출법 (MLHS) 과 가설검정통계법(Hypothesis Test Statistics)이 현재의 통계적 노심열설계방법에 대한 대안 으로써 제안되었다. 제안된 방법론에서는 첫째, 일부변수의 끝부분에서 발생할 수 있는 극단의 경우를 피하기 위해 입력변수의 각 간격에서 무작위값 대신 평균값을 사용하는 수정된 라틴 하이퍼큐브 표본추출법을 채택하고 있다. 다음으로 입력변수간의 독립성은 그들의 불확실성을 통계적으로 처리하기 위해 ""상관계수 검정 (Correlation Coefficient Test) 을 통해 증명된다. 또한 핵비등이탈율 반응의 분포형태는 ""적합도 검정 (Goodness of Fit Test)"" 방법을 통해 결정된다. 끝으로 95\% 확률과 95\%의 신뢰수준을 갖는 $DNBR_{95/95}$ 이 추정된다. 제안된 방법론이 반응표면과 몬테칼로 모의 기술을 사용하는 기존의 통계방법에 비해 갖는 장점은 결과적인 핵비등이탈율의 신뢰수준을 동등하게 유지하면서도 분석절차를 단순화 시킨데 있다. 제안된 통계처리방법은 두 경우의 핵비등이탈율 여유도 계산에 적용되었다. 첫번째 경우는 핵비등이탈율여유도가 공칭 핵비등이탈율과 핵비등이탈율 제한치 사이의 간격으로 결정되는 핵비등이탈율 제한치결정에 적용된 것이다. 두번째 경우는 핵비등이탈율 여유도가 공칭 핵비등이탈율의 하한한계값과 임계열유속 상관식 제한치 사이의 간격으로 결정되는 공칭 핵비등이탈율 결정에 적용된 것이다. 본 연구를 통해, 제안된 방법이 회귀분석을 수행치 않음에도 불구하고 조금 복잡한 반응표면과 몬테칼로 방법을 이용한 경우와 핵비등이탈율 결과에 있어 잘 일치함이 확인되었다. 핵비등이탈율 결정에 있어 유한 표본추출의 경우에도 일방 허용한도 (one-sided tolerance limit)로 1.645의 값을 사용하면 최적 추정값에 가까운 결과를 나타낼 수 있음이 밝혀졌으나 최적 추정값에 가까운 결과가 설계적용에 있어서는 보수적이 아닐 수 있기 때문에 허용한도 적용은 분석의 목적에 ae蕙 }신중을 기해야 할 것이다. 또한 제안된 방법은 입력변수의 민감도 분석에도 적용될 수 있다. 결과적으로 제안된 방법은 설계적용의 유용한 도구로도 사용될 수 있음이 밝혀졌다.
A statistical core thermal design methodology for generating the limit DNBR and the nominal DNBR is proposed and used in assessing the best-estimate thermal margin in a reactor core. Firstly, the Latin Hypercube Sampling Method instead of the conventional Experimental Design Technique is utilized as...
A statistical core thermal design methodology for generating the limit DNBR and the nominal DNBR is proposed and used in assessing the best-estimate thermal margin in a reactor core. Firstly, the Latin Hypercube Sampling Method instead of the conventional Experimental Design Technique is utilized as an input sampling method for a regression analysis to evaluate its sampling efficiency. Secondly and as a main topic, the Modified Latin Hypercube Sampling and the Hypothesis Test Statistics method is proposed as a substitute for the current statistical core thermal design method. This new methodology adopts ""a Modified Latin Hypercube Sampling Method"" which uses the mean values of each interval of input variables instead of random values to avoid the extreme cases that arise in the tail areas of some parameters. Next, the independency between the input variables is verified through ""Correlation Coefficient Test"" for statistical treatment of their uncertainties. And the distribution type of DNBR response is determined though ""Goodness of Fit Test"". Finally, the limit DNBR with one-sided 95\% probability and 95\% confidence level, $\mbox{DNBR}_{95/95}$' is estimated. The advantage of this methodology over the conventional statistical method using Response Surface and Monte Carlo simulation technique lies in its simplicity of the analysis procedure, while maintaining the smae level of confidence in the limit DNBR result. This methodology is applied to the two cases of DNBR margin calculation. The first case is the application to the determination of the limit DNBR where the DNBR margin is determined by the difference between the nominal DNBR and the limit DNBR. The second case is the application to the determination of the nominal DNBR where the DNBR margin is determined by the difference between the lower limit value of the nominal DNBR and the CHF correlation limit being used. From this study, it is deduced that the proposed methodology gives a good agreement in the DNBR results with a little complicated Response Surface and Monte Carlo method although it does not perform the regression analysis. In determining the limit DNBR and the nominal DNBR, the one-sided tolerance limit factor of 1.645 could be used for the better results nearer to the best estimate ones, even though the number of sampling is small. It should be kept in mind that, however, the nearer results do not always mean the conservative values when applied to the design. Therefore care should be taken in determining the tolerance limit factor, depending on the purpose of the analysis. Furthermore, the proposed methodology is also applicable to the sensitivity analysis of the input variables. As a result, it is concluded that the proposed methodology could be used as an efficient tool for the design application.
A statistical core thermal design methodology for generating the limit DNBR and the nominal DNBR is proposed and used in assessing the best-estimate thermal margin in a reactor core. Firstly, the Latin Hypercube Sampling Method instead of the conventional Experimental Design Technique is utilized as an input sampling method for a regression analysis to evaluate its sampling efficiency. Secondly and as a main topic, the Modified Latin Hypercube Sampling and the Hypothesis Test Statistics method is proposed as a substitute for the current statistical core thermal design method. This new methodology adopts ""a Modified Latin Hypercube Sampling Method"" which uses the mean values of each interval of input variables instead of random values to avoid the extreme cases that arise in the tail areas of some parameters. Next, the independency between the input variables is verified through ""Correlation Coefficient Test"" for statistical treatment of their uncertainties. And the distribution type of DNBR response is determined though ""Goodness of Fit Test"". Finally, the limit DNBR with one-sided 95\% probability and 95\% confidence level, $\mbox{DNBR}_{95/95}$' is estimated. The advantage of this methodology over the conventional statistical method using Response Surface and Monte Carlo simulation technique lies in its simplicity of the analysis procedure, while maintaining the smae level of confidence in the limit DNBR result. This methodology is applied to the two cases of DNBR margin calculation. The first case is the application to the determination of the limit DNBR where the DNBR margin is determined by the difference between the nominal DNBR and the limit DNBR. The second case is the application to the determination of the nominal DNBR where the DNBR margin is determined by the difference between the lower limit value of the nominal DNBR and the CHF correlation limit being used. From this study, it is deduced that the proposed methodology gives a good agreement in the DNBR results with a little complicated Response Surface and Monte Carlo method although it does not perform the regression analysis. In determining the limit DNBR and the nominal DNBR, the one-sided tolerance limit factor of 1.645 could be used for the better results nearer to the best estimate ones, even though the number of sampling is small. It should be kept in mind that, however, the nearer results do not always mean the conservative values when applied to the design. Therefore care should be taken in determining the tolerance limit factor, depending on the purpose of the analysis. Furthermore, the proposed methodology is also applicable to the sensitivity analysis of the input variables. As a result, it is concluded that the proposed methodology could be used as an efficient tool for the design application.
주제어
#Thermal analysis Experimental design Statistical methods 원자로 노심 열 설계 Nuclear reactors
학위논문 정보
저자
Lee, Seung-Hyuk
학위수여기관
한국과학기술원
학위구분
국내박사
학과
원자력공학과
발행연도
1992
총페이지
xii, 120 p.
키워드
Thermal analysis Experimental design Statistical methods 원자로 노심 열 설계 Nuclear reactors
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.